1. Learn
    2. /
  2. Courses
    3. /
  3. Zobecněné lineární modely v Pythonu
Connected

Exercise

Vizualizace modelu pomocí regplot()

Po natrénování a analýze modelu ho můžeme vizualizovat – vyneseme pozorované body spolu s nafitovanou logistickou regresí do grafu.

Z grafu snadno pochopíš vztah mezi vysvětlující proměnnou a odezvou pro celý rozsah hodnot vysvětlující proměnné.

K tomu využijeme funkci regplot() z modulu seaborn. Funkce regplot() přijímá argument logistic, kterým určíš, zda chceš pro daná data odhadnout logistický regresní model – stačí zadat hodnotu True nebo False. Graf pak zobrazí i průběh nafitované křivky.

Připomeň si model, který jsi natrénoval/a dříve:
$$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

Dataset wells je už načtený ve tvém pracovním prostředí.

Instructions

100 XP
  • Pomocí dat wells vynos na osu x proměnnou arsenic a na osu y proměnnou switch.
  • Nastav y_jitter na hodnotu 0.03, aby se hodnoty odezvy lépe rozlišily ve vizualizaci.
  • Nastav argument logistic na True, aby se do grafu promítla logistická křivka, a argument ci nastav na None – tím vypneš zobrazení intervalu spolehlivosti a zrychlíš výpočet.
  • Graf zobraz pomocí plt.show().